pandas 在某个列表中的值 筛选列_pandas常用的82个方法合集

pandas系列:

1.创建pandas

2.索引、切片、筛选

3.初步探索pandas

4.清洗pandas

5.高级处理pandas

6.时间序列

7.绘图

pandas和matplotlib是数据分析中最基础的python库了。接下来就是机器学习,回归、聚类、分类、关联规则等…

7ed8ea9e24956a75737cccbca766e9c5.png

一.3种创建DataFrame的方法

1.使用列表创建DataFrame

817ff1600299c88183f09eeb1a5815cc.png

添加columns和index名称

fcfbc3ba0659952203f2aa06e9607b49.png

2.使用字典创建DataFrame

2c04967c75f01606ee6ab9b5235e69d7.png

3.使用数据读取创建DataFrame

49c1e000b2c3f1a1a1db036ec7b6aa09.png

超级简单有没有,想要导入一个excel文件,直接一句话pd.read_excel,然后excel就出现了,csv文件也是同理。

最简单的是pd.read_clipboard,你Ctrl+C复制一个表格,然后输入这句,表格就直接出现了。

fdc0983248017eeeab8e55f7a52fcf13.png

同理,把表格转出成excel、csv也很简单,只要fruits.to_excel就可以了。

09f07745670fb23c1eff0ab02ed383de.png

二.DataFrame的索引、切片和筛选

1.使用[ ]

[]索引的是列,并且必须使用列名。即df[col_name]。

如果col_name中间没有空格,也可直接使用df.col_name。如df['age']等同于df.age

  • 索引单行列

e7206afa8bc9e774e03d0807230c74c2.png
  • 索引多行列:

282c933ffc5360390f9e2719a82f6cf1.png
  • []进行筛选

b54b734156924daa2ad5802be6ac997b.png

2.使用df.loc

  • df.loc索引行和列,但必须使用行名称和列名称,df.loc[index_name,col_name]

9cb9a01494a43681b6e0c63503a34296.png
  • 同时索引行和列(行、列用逗号隔开):

53ecd221f94b0bf8b0d92e935ba1dfc3.png
  • df.loc进行切片

9c2dfc6edbf28df7e872c21611068b89.png
  • df.loc行和列都进行索引

63b9e2ae004e5f4333ef900d62372b6f.png
  • df.loc进行筛选

e00180f93da4dca80486c83358cb99c9.png
  • 注:这里的多列使用一个方括号即可

b4152858e5dd8e77c278495424700aeb.png

3.使用df.iloc

  • 类似loc,不同之处在于loc使用行列名称,iloc使用行列位置索引

8edb975d95bd3133922f58a6a3dec68f.png
  • df.iloc进行切片

4dea9e7d0779268720ed4af65958b65f.png
  • df.iloc进行行列同时切片

b52b13b59e5fe54b5a28576ef9f3c0a8.png
  • df.iloc进行筛选

2f8000bb7308f7964140101c3b90e29b.png

————————分割线———————

12642a0947b98b3eeafa4a23a82933c3.png

877f05d6e06a4580c145df26c7535005.png

95bcf1c04111a699aab5a4f1af976609.png

f7be9d99cdee6e7ae77a8e080a3217e8.png

具体解释和运行结果都放在公众号里了,懒得贴上来了,哈哈哈哈~

ea2a940cec80802612422083425fd00d.png
  • 4
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值